Intelligence Artificielle pour l'Estimation Rapide de Termes Sources H/F

CEA; Grenoble; On-site; EUR 32,000 - 40,000; Full time

Job summary

Le CEA-Leti (Grenoble) recrute un post-doctorant pour 18 mois sur AIFORSTE, visant à estimer rapidement les sources de rejets atmosphériques à partir de données bruitées, via des architectures hybrides PINNs et Neural Operators. Le poste combine IA et physique pour des applications d’urgence et de sûreté environnementale.

Profil recherché: doctorat en physique/mathématiques appliquées ou ingénierie, maîtrise de Python et PyTorch, et capacité à travailler en interdisciplinarité sur des

Qualifications

• Docteur en physique, mathématiques appliquées ou ingénierie.
• Expérience en apprentissage automatique et réseaux profonds.
• Maîtrise de Python et PyTorch; connaissance des PINNs et Neural Operators.

Responsibilities

• Concevoir et optimiser des architectures hybrides PINN/Neural Operator pour résoudre des problèmes inverse de source.
• Adapter les méthodes informées par la physique au contexte urbain et industriel.
• Optimiser la convergence et le coût computationnel pour une exploitation opérationnelle.
• Valider les approches sur des cas académiques et réels et préparer des publications et brevets.

Skills

PINNs

Neural Operators

Python

PyTorch

Inverse problems

GPU computing

Education

PhD in physics / math / engineering

Tools

PMSS simulator

GPU clusters

Job description

Intelligence Artificielle pour l'Estimation Rapide de Termes Sources H/F

Description du poste

Mathématiques, information scientifique, logiciel

Intitulé de l'offre

Intelligence Artificielle pour l'Estimation Rapide de Termes Sources H/F

Sujet de stage

AIFORSTE (Artificial Intelligence for Rapid Source Term Estimation), postdoctorat de 18 mois au CEA-Leti (Grenoble), co-encadré par le CEA-DAM, vise à estimer en quasi-temps réel la position, l'intensité et la cinétique d'un rejet atmosphérique accidentel ou malveillant, à partir de mesures bruitées, pour appuyer les décisions d'urgence (évacuation, confinement). Face aux limites des modèles CFD (trop coûteux) et des panaches gaussiens (trop imprécis en géométrie complexe), l'approche combine PINNs et Neural Operators (FNO, DeepONet), hybridés avec des contraintes physiques (advection-diffusion, conservation de la masse) et l'architecture brevetée MCxM pour intégrer la géométrie du bâti. Validation sur trois cas d'usage progressifs (2D académique, quartiers urbains de Grenoble/Paris, scénario industriel), via simulations haute-fidélité. Publications et brevets attendus ; enjeu de souveraineté technologique en sûreté environnementale.

Description de l'offre

Le CEA-Leti (Grenoble), en co-encadrement avec le CEA-DAM, recrute un(e) post-doctorant(e) pour 18 mois sur le projet AIFORSTE (Artificial Intelligence for Rapid Source Term Estimation), dédié à l'estimation rapide de sources de rejets atmosphériques accidentels ou malveillants.

Contexte et enjeux
Face à un rejet toxique dans un environnement urbain ou industriel, localiser et quantifier rapidement la source (position, intensité, cinétique) est essentiel pour décider des mesures d'urgence (évacuation, confinement). Les modèles CFD haute-fidélité sont trop coûteux pour une réponse en temps réel ; les modèles analytiques simplifiés (panaches gaussiens) sont rapides mais imprécis en géométrie complexe. AIFORSTE propose de dépasser ce compromis grâce à l'IA informée par la physique.

Mission
Concevoir et optimiser des architectures hybrides combinant PINNs (Physics-Informed Neural Networks) et Neural Operators (FNO, DeepONet) pour résoudre le problème inverse de source à partir d'un nombre restreint de mesures bruitées, en quasi-temps réel et sans réentraînement complet à chaque nouvelle configuration.

• Développer un modèle hybride reconstruisant position, amplitude et cinétique de source(s) à partir de mesures distribuées.
• Adapter les réseaux informés par la physique aux milieux urbains/industriels, en respectant les lois de conservation et la géométrie du bâti (architecture MCxM développée au CEA).
• Optimiser la convergence et le coût computationnel pour une exploitation opérationnelle.

Méthodologie et cas d'études
Hybridation PI-DeepONet/PI-FNO, régularisation avancée pour sources ponctuelles. Validation progressive sur un cas académique 2D, des quartiers urbains réels (Grenoble, Paris) et un scénario industriel, à partir de simulations haute-fidélité (modèle lagrangien PMSS du CEA-DAM).

Perspectives
Publications dans des revues de premier plan (Atmospheric Environment, Environmental Modelling and Software) et dépôts de brevets. Prolongements possibles vers le multi-polluant, les jumeaux numériques, la quantification d'incertitude bayésienne et l'Edge AI.

Ce poste offre une opportunité unique de contribuer à la souveraineté technologique française en matière de sécurité et de surveillance de l’environnement et de positionner le CEA à la pointe de l’IA scientifique appliquée à la modélisation physique.

Moyens / Méthodes / Logiciels

Cluster GPU, simulateur lagrangien PMSS, Python, PyTorch

Profil du candidat

Le/la candidat(e) devra être titulaire d’un doctorat en physique, mathématiques appliquées ou ingénierie, et justifier d’une solide formation en:

• Mathématiques appliquées / Traitement du signal / Contrôle: compréhension des problèmes inverses, des systèmes à paramètres distribués et de l’optimisation.
• Apprentissage automatique / Deep Learning: expérience des réseaux de neurones profonds, idéalement dans le cadre de problèmes gouvernés par des EDP (PINNs, Neural Operators ou méthodes de réduction de modèle basées sur les données).
• Simulation Numérique: une familiarité avec la CFD ou les modèles de transport atmosphérique serait un plus.
• Expertise en Python et PyTorch.
• Capacités d’implémentation et d’optimisation de code pour le calcul sur GPU.
• Excellentes compétences en rédaction scientifique et communication.
• Capacité à travailler en interdisciplinarité.

Localisation du poste

France, Auvergne-Rhône-Alpes, Isère (38)

Critères candidat

• Français (Courant)
• Anglais (Intermédiaire)

Référence

2026-41710

Description de l'unité

Le CEA Grenoble est un acteur majeur de la recherche et de l'innovation en micro et nanotechnologies.

Avec plus de 2200 chercheurs, le Leti collabore avec des partenaires industriels et académiques pour améliorer la qualité de vie grâce à l'innovation technologique.

Au sein du Léti, Le DSYS se concentre sur les systèmes embarqués et les solutions connectées, offrant un environnement de travail dynamique et collaboratif. Nos laboratoires travaillent sur des projets innovants dans les domaines de l'électronique, des télécommunications, des systèmes embarqués et des solutions connectées. Les chercheurs du DSYS développent des technologies de rupture pour des applications industrielles.

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

La conscience des responsabilités

La coopération

La curiosité